公开(公告)号：CN113590912A

公开(公告)日：2021-11-02

申请号：CN202110660466.4

申请日：2021-06-15

Applicant: 北京交通大学

Inventor： 陈乃月 ,  李海龙 ,  张振江 ,  张致远 ,  张阳

IPC: G06F16/953 ,  G06F16/95

Abstract: 本发明提供了一种融合节点相对位置和绝对度分布的跨社交网络对齐方法。该方法包括：迭代删除源网络和目标网络中的最小度节点，迭代结束，计算出节点的重要度，根据节点的重要度对齐源网络和目标网络中的锚节点；在源网络和目标网络中，计算出节点与每个锚节点之间的位置相似度，得到节点的综合位置相似度向量；采用扩散法计算出节点的邻居度分布度向量；融合节点的综合位置相似度向量和邻居度分布度向量，利用融合后的向量计算跨网络的节点对，得到源网络和目标网络的对齐结果。本发明通过整合节点的综合位置相似度向量和邻居度分布度向量来提高网络对齐的精度，有效避免了由于网络规模过大而导致的度分布雷同的问题和对齐效果对噪声的敏感问题。

公开(公告)号：CN114117137A

公开(公告)日：2022-03-01

申请号：CN202111394624.2

申请日：2021-11-23

Applicant: 北京交通大学

Inventor： 陈乃月 ,  李海龙 ,  李浥东 ,  魏圆梦 ,  丁春涛

IPC: G06F16/901

Abstract: 本发明提供了一种基于连通子图的图的自同构群构造方法。该方法包括：将原始的图划分为多个连通子图；判断不同连通子图之间是否同构，将同构的连通子图分为一组，保存同组的连通子图之间的节点映射关系，选择一个连通子图作为该组连通子图的代表性连通子图；分别求取每组中的代表性连通子图的自同构群；根据每组中的连通子图与代表性连通子图之间的节点映射关系，以及代表性连通子图的自同构群得到每组中的连通子图的自同构群。本发明的方案通过先划分再合并的方法减小图的规模，有效改善了由于搜索树规模太大而难以生成的问题，可以更好地处理大量的复杂图。

公开(公告)号：CN113590912B

公开(公告)日：2023-11-14

申请号：CN202110660466.4

申请日：2021-06-15

Applicant: 北京交通大学

Inventor： 陈乃月 ,  李海龙 ,  张振江 ,  张致远 ,  张阳

IPC: G06F16/953 ,  G06F16/95

Abstract: 本发明提供了一种融合节点相对位置和绝对度分布的跨社交网络对齐方法。该方法包括：迭代删除源网络和目标网络中的最小度节点，迭代结束，计算出节点的重要度，根据节点的重要度对齐源网络和目标网络中的锚节点；在源网络和目标网络中，计算出节点与每个锚节点之间的位置相似度，得到节点的综合位置相似度向量；采用扩散法计算出节点的邻居度分布度向量；融合节点的综合位置相似度向量和邻居度分布度向量，利用融合后的向量计算跨网络的节点对，得到源网络和目标网络的对齐结果。本发明通过整合节点的综合位置相似度向量和邻居度分布度向量来提高网络对齐的精度，有效避免了由于网络规模过大而导致的度分布雷同的问题和对齐效果对噪声的敏感问题。